La fel ca multe alte articole ale rubricii CHANGE.WORLD, și acesta a început de la o postare Facebook, urmată de o discuție internetică. Un prieten, care de altfel este un cititor regulat al rubricii și a contribuit de multe ori cu comentarii interesante și observații juste, scria pe ‘peretele’ său despre prognozele meteorologice pe termen scurt și cele pe termen mediu. El observa foarte corect faptul că prognozele pe termen scurt (până la 3 zile) au devenit foarte precise. Americanii au și măsurat devierile de la prognoze și au constatat că marja de eroare este în marea majoritate a cazurilor sub 5 grade Fahrenheit (2,8 grade Celsius), în orice loc din America de Nord. În schimb, prognozele pe termen lung (3 luni), așa numitele prognoze de sezon, par să fi devenit mult mai puțin de încredere. În din ce în ce mai multe cazuri și în ce din ce mai multe locuri din lume, prevestirea vremii în anotimpul care urmează a devenit hazardată. Aș mai adăuga la asta faptul că prognoza pe termen foarte lung, sau ceea ce numesc unii tendințele climatice, a devenit mai degrabă un subiect de dezbateri politice, decât de argumentații științifice.
Pentru a încerca să înțelegem care sunt cauzele acestor fenomene și înainte de a trece în revistă realizările științifice care ar permite îmbunătățirea calității și preciziei buletinelor meteorologice pe diverse intervale de timp, să facem o scurtă incursiune în istoria meteorologiei. Vi-l mai amintiți (cei de la o vârstă în sus) pe Nicolae Topor? Prognozele sale meteorologice, în special cele sezoniere, erau celebre în anii 1950-60. Există surprinzător de puțin material despre el pe Internet, niciun articol nu îi este dedicat pe Wikipedia, nici măcar în limba română, și nu am găsit nici măcar o fotografie a sa. Conform uneia dintre puținele surse existente, s-a născut în 1911 și a absolvit Facultatea de științe ale naturii la București în 1936. Începând cu anul 1939, a lucrat la Institutul Meteorologic din București până în 1966, când s-a pensionat pe motive medicale. Posibil că nu avea un ‘dosar’ prea bun, căci nu a depășit niciodată nivelul de responsabilitate tehnică, ajungând doar la poziția de director adjunct științific al Institutului Meteorologic. Era însă faimos în epocă, cu toții așteptam ‘previziunile lui Topor’ pentru a ști de câtă zăpadă și de ce geruri vom avea parte iarna, câte ploi vor cădea primăvara și toamna, și dacă vara va fi caniculară. A murit la 2 ianuarie 1987. Metoda sa se baza pe prelucrarea statistică a informațiilor despre evoluția vremii în anii precedenți și pe o sinteză a unor fenomene din natură, cum ar fi comportamentul animalelor. Serviciul Meteorologic din România are de altfel o bună tradiție istorică, înființarea sa în 1884 aflându-se undeva la mijlocul perioadei dintre înființarea lui Société météorologique de France în 1852 și lui American Meteorology Society în 1919. În 1951, Direcția Generală Hidrometeorologică care încorporase Serviciul Meteorologic, coordona deja o rețea care cuprindea 102 stații sinoptice și 230 de stații climatologice răspândite pe tot teritoriul țării. Prima dotare cu un calculator datează din 1982. Încă din anii ’50, Serviciul Meteorologic românesc a colaborat prin schimburi de date cu serviciile similare din Europa de Est, iar după 1990 a fost integrat în sistemele european și mondial, devenind membru al organizațiilor internaționale relevante.
O anecdotă apocrifă atribuie matematicianului și omului de spirit care a fost Grigore C. Moisil o întrebare despre exactitatea previziunilor meteorologice adresată lui Topor. Acesta ar fi răspuns că previziunile sunt exacte în 40% din cazuri (49 % după alte variante ale glumei, în orice caz sub 50%). ‘De ce atunci‘, ar fi întrebat matematicianul, ‘nu publicați prognoza inversă? Ați avea dreptate în majoritatea cazurilor.‘ Este astăzi situația mai bună? Se pare că da, estimările arată că prognozele pentru 5 zile sunt exacte în proporție de 90% și cele pentru o săptămâna în proporție de 80%. Desigur, s-au alăturat informațiilor despre temperatură, presiune atmosferică și precipitații care erau furnizate de stațiile meteorologice de la mijlocul secolului trecut o serie de noi instrumente și categorii de informații. Sateliții meteorologici lansați în ultimele trei decenii furnizează date detaliate despre orice punct de pe Pământ, inclusiv hărți termice la nivelul solului și al straturilor de aer la diferite altitudini. Stațiile meteorologice sunt astăzi, în marea lor majoritate, automate și sunt plasate pe vârfuri de munte, în baloane atmosferice, pe nave aflate pe oceane. Și totuși, meteorologia este încă o știință inexactă, dar și un serviciu social critic. Codurile de diverse culori, pe care le cunoaștem prea bine și care au de multe ori la bază prognozele meteorologice, sunt folosite în toată lumea pentru a preveni populația în legătură cu evenimentele extreme sau pentru recomandările evacuărilor din calea uraganelor sau a intemperiilor intense. Siguranța circulației aeriene depinde și ea de aceste prognoze. La fel și planificarea activităților economice și în special a celor din agricultură.
Cât de eficiente sunt sistemele informatice? În primul rând, este vorba despre o cantitate imensă de date. Sistemul nord-american, de exemplu, primește zilnic peste 140 de milioane de măsurători numai de la sistemele de sateliți. Acestea trebuie recepționate, filtrate, prelucrate, coordonate, înmagazinate. Abia după aceea urmează procesarea, și aici intervin algoritmii. Este, dacă vreți, o multiplicare și amplificare a ceea ce Nicolae Topor făcea acum 60-70 de ani. Pe baza unor modele istorice și a cunoștințelor de fizică, chimie, geografie, programele meteorologice încearcă să prevadă ceea ce va fi în funcție de informațiile disponibile, folosind modele matematice. Orice model înseamnă însă o simplificare, algoritmii necesită puteri uriașe de calcul și, peste toate, se mai manifestă ceea ce se numește ‘efectul fluturelui’. Este vorba despre o exemplificare a teoriei haosului, descrisă în 1972 de Ed Lorenz, cercetător la Massachusetts Institute of Technology (MIT). El sugera că cea mai mică mișcare de aer provocată un fluture care bate din aripi într-o parte a planetei ar putea provoca o furtună altă parte. Este o exagerare, cu o doză de adevăr: factori atât de mici, încât sunt omiși în erori de măsurare sau în aproximațiile modelelor, pot avea efecte majore în condițiile meteorologice.
Instrumentarul, desigur, se perfecționează și el. Iată o listă parțială a unor noi tipuri de aparate și senzori care furnizează informații inaccesibile acum câțiva ani sau câteva decenii: piranometre care măsoară radiațiile solare pe unitatea de suprafață; disdrometre măsurând dimensiunile și vitezele picăturilor de ploaie; transmisometre care măsoară vizibilitatea în condiții de ceață sau umezeală sărată în atmosfera; ceilometre pentru măsurarea altitudinii și grosimii straturilor de nori. Aceste dispozitive pot fi instalate pe sateliți sau pe nave meteorologice. Toate înseamnă însă și mai multe informații care vor trebui prelucrate de algoritmi și modelele meteorologice. Mai multă informație înseamnă automat și mai multă precizie?
Altă întrebare. Poate ajuta aici Inteligența Artificială (AI)? Răspunsul este pozitiv. În primul rând, folosind modele matematice de ‘deep learning’ (învățare profundă), AI ar putea înmagazina și extrapola din înregistrările meteo din trecut pentru a prezice viitorul. Această sarcină a devenit și mai complexă în ultimul deceniu, deoarece schimbările climatice derivate din încălzirea globală și creșterea nivelelor de poluare invalidează multe modele precedente. Cele noi necesită procese de ‘self-learning’. Filtrarea informației relevante este unul dintre procesele cele mai delicate și mai consumatoare de putere de calcul, și algoritmii AI o fac mai bine decât alte tipuri de filtre digitale. Generarea și prioritizarea scenariilor de predicție este, de asemenea, o parte dintre sarcinile care pot fi preluate de asemenea sisteme. Numele generic al acestei discipline este Numerical Weather Prediction (NWP) – prognoza meteorologică digitală. Investesc în ea companii cu nume și influență în lumea informaticii cum este IBM, care a cumpărat recent The Weather Company (TWC), firma care a fost multă vreme proprietara postului de televiziune american The Weather Channel. Combinația dintre algoritmii și informațiile TWC cu sistemele de AI Watson ale lui IBM a rezultat în sistemul IBM Deep Thunder, deja operativ, furnizând clienților prognoze locale pe raze între 300 de metri și 2 kilometri. În toate cazurile însă, există o filtrare și o validare umană în final. Cel puțin deocamdată.
(Articolul a apărut iniţial in revista culturală ‘Literatura de Azi’ – http://literaturadeazi.ro/)